支持向量机及其在生物信息学中的应用

生物信息学是当前国际上生命科学和数学、信息科学交叉的研究热点和前沿领域。由于生物的进化过程是一个遗传优化的过程，所以优化模型在生命现象的数学模型建立中起到了主要作用，最优化算法与数据挖掘方法相结合在生物信息学的研究中具有举足轻重的地位。而支持向量机是一种新的数据挖掘技术，它与最优化理论和方法有着紧密的内在联系。本项目主要应用支持向量机研究当前生物信息学中最受关注的若干重要问题，如基因表达数据分析、蛋白质组学， 建立同时能完成特征选择和分类双重目的的支持向量机优化模型和理论、稳健的支持向量机优化模型以及基于支持向量机的多类分类算法等适合生物信息学特点的数学模型，设计高效算法，为有效地解决生物信息学领域的问题提供支持。通过研究中提出的对优化理论和算法的挑战性问题，提炼出优化理论问题。